Deep-Live-Cam 快速上手如何用 1 张照片搞定实时换脸【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-CamDeep-Live-Cam 是一款开源实时换脸工具给一张清晰人脸照片视频、电影或摄像头画面里的人脸会被实时替换成片直接可用。完整流程只有 3 条命令装完、3 次点击出第一支换脸视频。适合想跑起来、看到效果的新手和普通用户。一张表自检确认机器能跑实时换脸跑之前只需确认三样东西Python、FFmpeg、磁盘空间。项目最低标准怎么确认不达标时的替代方案操作系统Windows 10 / macOS 11 / 主流 Linux系统设置页查看版本三平台任选其一安装CPU4 核任务管理器 / 活动监视器换 CPU 模式跑接受低帧率内存8GB系统设置 /free -h启动加--max-memory 4压上限显卡无CPU 模式可跑设备管理器 /nvidia-smi加--execution-provider cpu磁盘空闲10GB依赖 约 300MB 模型磁盘属性 /df -h清理旧文件模型预先放进models/Python3.113.11–3.14 均可python --version安装 3.11 并只为该项目使用FFmpeg已安装且加入 PATHffmpeg -version安装 FFmpeg 并把 bin 目录加入 PATH最低标准达标就能跑与更高端配置的唯一差距是帧率。项目自带普通 PC 的性能演示先有个预期三步装完跑通拿到第一支换脸视频最短路径是 3 步前两步各一条命令第三步按显卡选做。第 1 步克隆仓库并建虚拟环境隔离依赖不污染系统 Python。git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv source venv/bin/activate确认生效提示符前出现(venv)。Windows 把最后一条换成venv\Scripts\activate。第 2 步一条命令装完依赖包含 OpenCV、ONNX Runtime、insightface 等全部组件。pip install -r requirements.txt确认生效pip show onnxruntime能打印版本号。首次运行时程序还会自动下载约 300MB 的换脸与增强模型也可以提前把inswapper_128_fp16.onnx和GFPGANv1.4放进models/文件夹。第 3 步可选按显卡换加速后端。NVIDIA 用户跳过依赖里已带 GPU 版运行时加--execution-provider cuda即可AMD 与 Intel 各换一条 pip 命令Apple Silicon 什么都不用装。pip install -U onnxruntime-directmlIntel 用户把包名换成onnxruntime-openvino启动时对应加--execution-provider directml或--execution-provider openvino。确认生效启动后不再报 provider 相关错误。跑通的最短命令python run.py -s face.jpg -t clip.mp4终端出现逐帧进度条跑完后生成一个以目标文件命名的文件夹打开里面的视频人物脸已换成 face.jpg口型与光线保持原样。想要界面版就运行python run.py① 选源脸照片 ② 选目标视频或图片 ③ 点 Start。想上摄像头实时效果则点 Live10–30 秒出预览画面可用 OBS 推流照抄参数能力与常用开关速查跑通之后只需记几个开关换脸是默认管线其余都是可选增强。核心能力怎么开启能看到什么效果适合什么场景单视频换脸python run.py -s face.jpg -t clip.mp4以目标文件命名的文件夹里出现成片第一支换脸视频摄像头实时换脸python run.py界面点 Live10–30 秒出预览可 OBS 推流直播、视频通话换掉画面里每张脸加--many-faces无一张脸被落下群像、meme 素材不同人用不同的脸加--map-faces --many-faces每张目标脸按序对应一张源脸多角色画面保留原口型加--mouth-mask只换脸嘴部保持原始运动说话类视频提升脸部清晰度--frame-processor face_swapper face_enhancer换脸后追加一步增强追求画质嘴部遮罩在说话头类视频上效果最明显常用参数作用典型值-s/--source源脸照片只需 1 张清晰正脸照-t/--target目标图片或视频本地文件路径-o/--output输出文件或目录默认按目标文件建文件夹--keep-fps保留原始帧率开关不加则固定 30fps--keep-audio保留原音轨开关默认开启--video-encoder输出编码器libx264默认/libx265/libvpx-vp9--video-quality编码质量0–51 越小越清晰18默认--max-memory内存上限单位 GB8纯 CPU 档--execution-provider加速后端cuda/coreml/directml/cpu--execution-threads执行线程数CPU 核数的一半--live-mirror实时窗口镜像成前置视角开关--nsfw-filter不当内容过滤开关参数的完整定义在 命令行参数解析 里一行一个开关。这些参数组合起来就能让电影实时换脸按硬件选档调参避开 3 个常见坑帧率由硬件决定照抄你那一档即可。档位推荐参数组合该档追求的目标纯 CPU--execution-provider cpu --execution-threads 8 --max-memory 8跑得动不卡片段控制在 1 分钟内720P 足够中端 NVIDIARTX 3060 级--execution-provider cuda1080P 舒适区高端 NVIDIARTX 4090 级--execution-provider cuda --frame-processor face_swapper face_enhancer4K 人脸增强仍实时Apple SiliconM 系--execution-provider coreml官方 onnxruntime 自带 CoreML零额外安装前两句档的目标是跑得动后两档追求更高分辨率 更多增强。现象一启动提示ffmpeg is not installed直接退出 →原因FFmpeg 没装或 bin 目录不在 PATH →解决安装 FFmpeg 并加入 PATH重开终端用ffmpeg -version验证。现象加--execution-provider cuda报 cuDNN / cuBLAS 找不到 →原因CUDA 运行时缺失或版本不配套官方组合为 CUDA 12.8 cuDNN 8.9.7→解决按该组合安装两者cuDNN 的 bin 目录加进 PATH 后重启。现象长视频处理到一半内存飙高、程序卡死 →原因帧与中间结果一直驻留内存 →解决启动时加--max-memory 8或更小值仍爆就先降分辨率。四个换脸与增强处理器的实现都在 modules/processors/frame/想改画质管线从这里挖起下一步建议先换一支 10 秒短片感受效果再上长视频。【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Deep-Live-Cam 快速上手如何用 1 张照片搞定实时换脸【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-CamDeep-Live-Cam 是一款开源实时换脸工具给一张清晰人脸照片视频、电影或摄像头画面里的人脸会被实时替换成片直接可用。完整流程只有 3 条命令装完、3 次点击出第一支换脸视频。适合想跑起来、看到效果的新手和普通用户。一张表自检确认机器能跑实时换脸跑之前只需确认三样东西Python、FFmpeg、磁盘空间。项目最低标准怎么确认不达标时的替代方案操作系统Windows 10 / macOS 11 / 主流 Linux系统设置页查看版本三平台任选其一安装CPU4 核任务管理器 / 活动监视器换 CPU 模式跑接受低帧率内存8GB系统设置 /free -h启动加--max-memory 4压上限显卡无CPU 模式可跑设备管理器 /nvidia-smi加--execution-provider cpu磁盘空闲10GB依赖 约 300MB 模型磁盘属性 /df -h清理旧文件模型预先放进models/Python3.113.11–3.14 均可python --version安装 3.11 并只为该项目使用FFmpeg已安装且加入 PATHffmpeg -version安装 FFmpeg 并把 bin 目录加入 PATH最低标准达标就能跑与更高端配置的唯一差距是帧率。项目自带普通 PC 的性能演示先有个预期三步装完跑通拿到第一支换脸视频最短路径是 3 步前两步各一条命令第三步按显卡选做。第 1 步克隆仓库并建虚拟环境隔离依赖不污染系统 Python。git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv source venv/bin/activate确认生效提示符前出现(venv)。Windows 把最后一条换成venv\Scripts\activate。第 2 步一条命令装完依赖包含 OpenCV、ONNX Runtime、insightface 等全部组件。pip install -r requirements.txt确认生效pip show onnxruntime能打印版本号。首次运行时程序还会自动下载约 300MB 的换脸与增强模型也可以提前把inswapper_128_fp16.onnx和GFPGANv1.4放进models/文件夹。第 3 步可选按显卡换加速后端。NVIDIA 用户跳过依赖里已带 GPU 版运行时加--execution-provider cuda即可AMD 与 Intel 各换一条 pip 命令Apple Silicon 什么都不用装。pip install -U onnxruntime-directmlIntel 用户把包名换成onnxruntime-openvino启动时对应加--execution-provider directml或--execution-provider openvino。确认生效启动后不再报 provider 相关错误。跑通的最短命令python run.py -s face.jpg -t clip.mp4终端出现逐帧进度条跑完后生成一个以目标文件命名的文件夹打开里面的视频人物脸已换成 face.jpg口型与光线保持原样。想要界面版就运行python run.py① 选源脸照片 ② 选目标视频或图片 ③ 点 Start。想上摄像头实时效果则点 Live10–30 秒出预览画面可用 OBS 推流照抄参数能力与常用开关速查跑通之后只需记几个开关换脸是默认管线其余都是可选增强。核心能力怎么开启能看到什么效果适合什么场景单视频换脸python run.py -s face.jpg -t clip.mp4以目标文件命名的文件夹里出现成片第一支换脸视频摄像头实时换脸python run.py界面点 Live10–30 秒出预览可 OBS 推流直播、视频通话换掉画面里每张脸加--many-faces无一张脸被落下群像、meme 素材不同人用不同的脸加--map-faces --many-faces每张目标脸按序对应一张源脸多角色画面保留原口型加--mouth-mask只换脸嘴部保持原始运动说话类视频提升脸部清晰度--frame-processor face_swapper face_enhancer换脸后追加一步增强追求画质嘴部遮罩在说话头类视频上效果最明显常用参数作用典型值-s/--source源脸照片只需 1 张清晰正脸照-t/--target目标图片或视频本地文件路径-o/--output输出文件或目录默认按目标文件建文件夹--keep-fps保留原始帧率开关不加则固定 30fps--keep-audio保留原音轨开关默认开启--video-encoder输出编码器libx264默认/libx265/libvpx-vp9--video-quality编码质量0–51 越小越清晰18默认--max-memory内存上限单位 GB8纯 CPU 档--execution-provider加速后端cuda/coreml/directml/cpu--execution-threads执行线程数CPU 核数的一半--live-mirror实时窗口镜像成前置视角开关--nsfw-filter不当内容过滤开关参数的完整定义在 命令行参数解析 里一行一个开关。这些参数组合起来就能让电影实时换脸按硬件选档调参避开 3 个常见坑帧率由硬件决定照抄你那一档即可。档位推荐参数组合该档追求的目标纯 CPU--execution-provider cpu --execution-threads 8 --max-memory 8跑得动不卡片段控制在 1 分钟内720P 足够中端 NVIDIARTX 3060 级--execution-provider cuda1080P 舒适区高端 NVIDIARTX 4090 级--execution-provider cuda --frame-processor face_swapper face_enhancer4K 人脸增强仍实时Apple SiliconM 系--execution-provider coreml官方 onnxruntime 自带 CoreML零额外安装前两句档的目标是跑得动后两档追求更高分辨率 更多增强。现象一启动提示ffmpeg is not installed直接退出 →原因FFmpeg 没装或 bin 目录不在 PATH →解决安装 FFmpeg 并加入 PATH重开终端用ffmpeg -version验证。现象加--execution-provider cuda报 cuDNN / cuBLAS 找不到 →原因CUDA 运行时缺失或版本不配套官方组合为 CUDA 12.8 cuDNN 8.9.7→解决按该组合安装两者cuDNN 的 bin 目录加进 PATH 后重启。现象长视频处理到一半内存飙高、程序卡死 →原因帧与中间结果一直驻留内存 →解决启动时加--max-memory 8或更小值仍爆就先降分辨率。四个换脸与增强处理器的实现都在 modules/processors/frame/想改画质管线从这里挖起下一步建议先换一支 10 秒短片感受效果再上长视频。【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
